安卓应用中资源滥用行为检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 本文研究内容 | 第14-15页 |
| 1.3 论文的组织结构 | 第15-17页 |
| 第2章 相关技术和国内外研究现状 | 第17-31页 |
| 2.1 安卓系统介绍 | 第17-22页 |
| 2.1.1 安卓系统架构 | 第17-18页 |
| 2.1.2 安卓组件 | 第18-20页 |
| 2.1.3 安卓进程 | 第20-22页 |
| 2.2 机器学习算法介绍 | 第22-23页 |
| 2.2.1 监督学习 | 第22页 |
| 2.2.2 无监督学习 | 第22-23页 |
| 2.3 安卓应用中资源滥用行为检测技术介绍 | 第23-30页 |
| 2.3.1 静态检测技术 | 第23-28页 |
| 2.3.2 动态检测技术 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于音频分析的安卓应用恶意保活行为检测 | 第31-45页 |
| 3.1 安卓音频系统介绍 | 第31-34页 |
| 3.1.1 安卓音频框架概述 | 第31页 |
| 3.1.2 AudioTrack介绍 | 第31-33页 |
| 3.1.3 PCM编码 | 第33-34页 |
| 3.2 问题分析 | 第34-36页 |
| 3.3 方案设计 | 第36-41页 |
| 3.3.1 音频数据采集与判断 | 第36-38页 |
| 3.3.2 恶意保活行为的检测 | 第38-41页 |
| 3.4 实验评估 | 第41-43页 |
| 3.4.1 音频数据检测 | 第41-42页 |
| 3.4.2 恶意保活行为检测 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 安卓应用中隐私数据滥用行为的自动化检测 | 第45-59页 |
| 4.1 问题分析 | 第45-48页 |
| 4.1.1 安卓权限机制 | 第45-47页 |
| 4.1.2 目前研究工作的不足 | 第47-48页 |
| 4.2 系统设计 | 第48-53页 |
| 4.2.1 日志生成模块 | 第48-50页 |
| 4.2.2 分类器模块 | 第50-51页 |
| 4.2.3 日志加工模块 | 第51-53页 |
| 4.3 实验评估 | 第53-57页 |
| 4.3.1 日志预处理 | 第53-54页 |
| 4.3.2 模型效果验证 | 第54-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 在读期间发表的学术论文与取得的研究成果 | 第67页 |
